МЕТОД АВТОМАТИЗОВАНОЇ ІДЕНТИФІКАЦІЇ ОБМЕЖЕНИХ КОНТЕКСТІВ ПІД ЧАС ПРОЄКТУВАННЯ СИСТЕМ ЕЛЕКТРОННОЇ КОМЕРЦІЇ
DOI:
https://doi.org/10.31649/1997-9266-2026-186-3-27-34Ключові слова:
обмежений контекст, предметно-орієнтоване проєктування, великі мовні модел, семантична кластеризація, карта контекстів, електронна комерціяАнотація
Розглянуто проблематику автоматизації стратегічного етапу проєктування систем електронної комерції, фокусуючись на моделюванні складної бізнес-логіки та структуруванні предметної області. Сучасні системи електронної комерції характеризуються високим рівнем заплутаності бізнес-правил та великою кількістю взаємопов’язаних процесів. Ефективне управління цією складністю можливе завдяки застосуванню підходу предметно-орієнтованого проєктування, який передбачає декомпозицію системи на логічно відокремлені модулі — обмежені контексти. Якість виділення цих контекстів безпосередньо впливає на життєздатність системи, зрозумілість кодової бази та можливість її подальшого розвитку.
Традиційні підходи до ідентифікації меж контекстів базуються переважно на евристичних методах та експертних сесіях, які є ресурсомісткими та залежними від людського фактора. Наявні формальні методи, що ґрунтуються на структурному аналізі даних, часто не здатні коректно інтерпретувати семантичні нюанси бізнес-термінології. У роботі запропоновано інформаційну технологію, що використовує можливості генеративного штучного інтелекту та великих мовних моделей для автоматизованого аналізу простору задачі.
Основну увагу в статті приділено розробці методу семантичної кластеризації вимог, який дозволяє виявляти приховані лінгвістичні закономірності в описі бізнес-процесів. Запропонований підхід передбачає використання великих мовних моделей для аналізу єдиної мови проєкту та формування карти контекстів на основі семантичної близькості понять, а не лише їхніх технічних зв’язків. Описано алгоритм, який трансформує текстові специфікації та історії користувачів у формалізовані моделі доменів, визначаючи рекомендовані межі відповідальності для кожного модуля.
Результати дослідження демонструють, що застосування генеративного підходу дозволяє значно підвищити об’єктивність моделювання предметної області, мінімізувати когнітивне навантаження на архітекторів та забезпечити валідацію логічної цілісності системи на ранніх етапах проєктування. Розроблена технологія слугує інструментом інтелектуальної підтримки прийняття рішень, дозволяючи формувати гнучкі та адаптивні до змін бізнес-моделі електронної комерції.
Посилання
W. K. G. Assunção, S. R. Vergilio, and R. E. Lopez-Herrejon, “A survey on microservices extraction approaches,” arXiv preprint arXiv:2104.09278, 2021. https://doi.org/10.48550/arXiv.2104.09278 .
N. Dragoni et al., “Microservices: Yesterday, today, and tomorrow,” in Present and Ulterior Software Engineering, M. Mazzara and B. Meyer, Eds. Cham: Springer, 2017, pp. 195-216. https://doi.org/10.1007/978-3-319-67425-4_12 .
H. Vural, M. Koyuncu, and S. Guney, “A systematic literature review on microservices,” 2017, pp. 203-217. https://doi.org/10.1007/978-3-319-62407-5_14 . (Scopus)
O. Özkan, Ö. Babur, and M. van den Brand, “Domain-Driven Design in software development. A systematic literature review on implementation, challenges, and effectiveness,” Journal of Systems and Software, vol. 207, Art. no. 112537, 2025. https://doi.org/10.1016/j.jss.2025.112537 . (Scopus, WoS)
N. Reimers, and I. Gurevych, “Sentence-BERT: Sentence embeddings using Siamese BERT-networks,” in Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing, Hong Kong, 2019, pp. 3982-3992. https://doi.org/10.18653/v1/D19-1410 . (Scopus)
A. Vaswani, N. Shazeer, and N. Parmar, “Attention is all you need,” in Advances in Neural Information Processing Systems, vol. 30, 2017, pp. 5998-6008. https://doi.org/10.48550/arXiv.1706.03762 . (Scopus)
X. Hou, et al., “Large language models for software engineering: A systematic literature review,” ACM Transactions on Software Engineering and Methodology, 2024. https://doi.org/10.1145/3643677 . (Scopus, WoS)
Q. Zhang, et al., “A survey on large language models for software engineering,” arXiv preprint arXiv:2312.15223, 2023. https://doi.org/10.48550/arXiv.2312.15223 .
S. Arulmohan, M.-J. Meurs, and S. Mosser, “Extracting domain models from textual requirements in the era of large language models,” in IEEE/ACM International Conference on Model Driven Engineering Languages and Systems Companion (MODELS-C), Västerås, 2023, pp. 1-9. https://doi.org/10.1109/MODELS-C59198.2023.00096 . (Scopus)
A. Petukhova, J. P. Matos-Carvalho, and N. Fachada, “Text clustering with large language model embeddings,” International Journal of Cognitive Computing in Engineering, vol. 6, pp. 1-12, 2025. https://doi.org/10.1016/j.ijcce.2024.11.004 . (Scopus)
Gemini Team, R. Anil, et al., “Gemini: A family of highly capable multimodal models,” arXiv preprint arXiv:2312.11805, 2023. https://doi.org/10.48550/arXiv.2312.11805 .
J. White, et al., “A prompt pattern catalog to enhance large language model performance,” arXiv preprint arXiv:2302.11382, 2023. https://doi.org/10.48550/arXiv.2302.11382 .
L. Hubert, and P. Arabie, “Comparing partitions,” Journal of Classification, vol. 2, no. 1, pp. 193-218, 1985. https://doi.org/10.1007/BF01908075 . (Scopus, WoS)
P. J. Rousseeuw, “Silhouettes: A graphical aid to the interpretation and validation of cluster analysis,” Journal of Computational and Applied Mathematics, vol. 20, pp. 53-65, 1987. https://doi.org/10.1016/0377-0427(87)90125-7 . (Scopus, WoS)
A. Singhal, “Modern information retrieval: A brief overview,” IEEE Data Engineering Bulletin, vol. 24, no. 4, pp. 35-43, 2001. [Electronic resource]. Available: https://www.researchgate.net/publication/292766142_Modern_Information_Retrieval_A_Brief_Overview .
S. Fortunato, “Community detection in graphs,” Physics Reports, vol. 486, no. 3-5, pp. 75-174, 2010. https://doi.org/10.1016/j.physrep.2009.11.002 . (Scopus, WoS)
D. Müllner, “Modern hierarchical, agglomerative clustering algorithms,” arXiv preprint arXiv:1109.2378, 2011. https://doi.org/10.48550/arXiv.1109.2378 .
S. Moskovko, and R. Kvyetnyy, “The method of structured transformation of a business process activity diagram into a context map of domain-driven design,” Bulletin of Cherkasy State Technological University, vol. 30, no. 2, pp. 33-43, 2025. https://doi.org/10.62660/bcstu/2.2025.33 .
##submission.downloads##
-
pdf
Завантажень: 0
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, згодні з такими умовами:
- Автори зберігають авторське право і надають журналу право першої публікації.
- Автори можуть укладати окремі, додаткові договірні угоди з неексклюзивного поширення опублікованої журналом версії статті (наприклад, розмістити її в інститутському репозиторії або опублікувати її в книзі), з визнанням її первісної публікації в цьому журналі.
- Авторам дозволяється і рекомендується розміщувати їхню роботу в Інтернеті (наприклад, в інституційних сховищах або на їхньому сайті) до і під час процесу подачі, оскільки це сприяє продуктивним обмінам, а також швидшому і ширшому цитуванню опублікованих робіт (див. вплив відкритого доступу).
